
--- Slide 1 ---
纯前端算法优先
 / 
全生命周期覆盖
 
/
 
重教育生态绑定
 
/
 
纯国产环境支持
驾驭工程
——
让人类驾驭
A
gent
未来飞马

--- Slide 2 ---
品牌理念
Brand Concept
未来飞马
经历
10
年商业验证的HpaPaaS高产能平台，遇到
AI
场景下各类繁杂编排问题及交互协议，诞生了一套
CLI+
SDK+API+MCP+Agents
的最佳实践，这就是
未来飞马
——
新一代企业驾驭工程平台
。
愿景
简化
AI
，驾驭
AI
Simplfying AI,  Harnessing AI.
使命
企业创新的千里马，智能转型的独角兽。
让每个企业和
OPC
，无门槛得驾驭AI。
价值观
    未
 
来已来的预见力    来
 
去自如的执行力
    飞
 
越桎梏的创造力    马
 
踏飞燕的自驱力

--- Slide 3 ---
2016
年
2018
年
2022
年
AI+
食安督导
 
行业前三
1000
家门店
 
千万人次
/
日
Top500
技术咨询
帮助新技术创新落地
国资混改企业
IT
转型
业绩
5
倍
 IT
成本
50%
驾驭工程
 
AI Infra
技术创投、
OPC
社群
AI+
深度学习
AI+
创新产品
AGI+
企业转型
AGI+
产教融合
江西康复医学会
 
社会康复专委会
 
委员
刘雨飏
懂业务的
程序员
未来飞马  创始人
Z0 Venture Capital GP
中国大数据产业生态联盟
 
专家委员
华为技术有限公司
 HCDE
专家
江西省数字经济学会
 
智能教育专委会
 
委员
2025
年

--- Slide 4 ---
让
企业
驾驭AI
Harness Engineering，AGI商业化的临界点突破
被忽略掉的
奇点

--- Slide 5 ---
CONTENTS
01
行业困境
AI的“Q值困境”与集体迷茫
02
解决方案
Harness Engineering，驾驭AI的整车系统
03
实践探索
未来飞马的双Harness落地案例
04
本质思考
重构人机关系，开启AGI商业文明

--- Slide 6 ---
两个改变文明走向的技术故事 (一)
可控核聚变：从氢弹到稳定能源
核聚变的终极难题并非能量产生，而是能量约束。核心指标
Q值（能量增益因子）
的突破，关键在于掌握了“稳定约束等离子体的方法”。
托卡马克磁约束系统的出现，让这股原本毁灭性的能量得以持续、稳定、可控地输出价值，真正开启了商业化的大门。
托卡马克磁约束核聚变实验装置
核心突破：从“不可控”到“可控”
通过磁约束技术将上亿度的等离子体束缚在真空室内，解决了材料耐受与能量持续输出的矛盾，是人类迈向“人造太阳”的关键一步。
核心临界点
——
投入比产出
更高

--- Slide 7 ---
两个改变文明走向的技术故事 (二)
图：量子纠缠示意图，体现量子计算的核心物理特性
量子计算：从量子优势到商用难题
核心洞察：商用的关键在于“驾驭不确定性”
尽管谷歌已宣布实现“量子优势”，但真实商用场景仍面临投入产出比倒挂的挑战。
真正的突破点并非单纯堆砌量子比特，而是建立
“量子纠错与容错系统”
。唯有驾驭量子态的不确定性，才能在真实场景中低成本、稳定地解决问题。
核心临界点
——
错误比
准确更高

--- Slide 8 ---
破题：当前AI行业的「Q值困境」
AI商业增益因子 (Q值) =
AI带来的商业收益 ÷ AI全链路投入成本
全链路成本包含：开发、运维、纠错、合规及组织适配成本
80%
中大型企业已部署AI工具
德勤2026 Q1报告
15%
实现规模化商业价值
绝大多数项目Q值 < 1
>60%
收益不如人工/传统软件
投入产出比严重失衡
核心困境：技术能力与商业驾驭的断层
我们造出了强大的模型，却未跨过AGI商业化的临界点——就像70年前的氢弹，能量巨大却无法安全、可控地转化为生产力。

--- Slide 9 ---
痛点拆解：AI速赢之后的集体困境
几乎所有企业都经历了从“AI速赢”到陷入困境的相同路径。
速赢带来的短暂兴奋之后，是一系列难以逾越的障碍。

--- Slide 10 ---
快速开发了
Demo
，然后呢？

--- Slide 11 ---
快速开发了
Demo
，
然后呢？
用人去驾驭
AI
写的代码，是一条
死胡同！

--- Slide 12 ---
痛点一：AI生成的应用，从demo到生产，隔着一条鸿沟
Demo阶段：快速高效
AI生成代码能力强大，开发速度极快。通常仅需
20天
即可完成一套系统的原型开发，验证核心功能。
生产阶段：复杂耗时
需解决规模化、安全、合规、容灾等问题。工程师往往需要
3-5个月
重写代码，导致效率未提，成本反升。
核心矛盾分析
AI 目前仅解决了“代码能不能跑”的问题，却无法解决企业级应用“能不能
安全、合规、稳定
地跑”的工程难题。

--- Slide 13 ---
痛点二：AI Agent，从跑通到实装，成本直接爆炸
Demo 阶段
AI Agent 看似无所不能，能自动拆解并完成复杂任务，展示出强大的潜力。
实装阶段
Token 成本因防幻觉飙升；需人工监控纠错；易误操作引发业务风险，最终沦为成本黑洞。
核心矛盾
只赋予 Agent 工具调用能力，却未设定明确的规则与边界，导致行为不可控。
总结：缺乏约束的 Agent 规模化应用，是企业成本失控的“隐形杀手”

--- Slide 14 ---
痛点三：速赢的壁垒，一夜就被抹平
速赢阶段
通过AI获得短期竞争优势，抢占市场红利，看似风光无限。
壁垒消失
同行迅速模仿，使用相同模型和工具，差异化优势瞬间被抹平。
最终结果
行业重回价格和供应链内卷，AI拉高了全行业成本，未构建真正护城河。
警示：
仅依赖通用模型的“速赢”策略无法持久，真正的护城河在于数据资产沉淀与业务场景的深度融合。

--- Slide 15 ---
问题的本质：我们始终没有找到驾驭AI的方法
核心症结：工具与驾驭的脱节
问题并不在于模型不够强大、Prompt不够精妙，或是工具链不够完善，而在于我们缺乏一套系统的“驾驭AI的方法”。
经典比喻：失控的跑车
我们造了一辆时速300公里的跑车，却没有驾照、交通规则和刹车系统——它要么原地轰油门，要么一上路就翻车。
解决方案：Harness Engineering
这套“方向盘、刹车、交通规则”，就是我们今天要探讨的
驾驭工程
——让AI从“脱缰野马”变为“得力助手”。
示意图：没有驾驭系统的AI如同没有方向盘的跑车

--- Slide 16 ---
解法：Harness Engineering，AGI商业化的「
马镫
」
Harness Engineering 是解决当前 AI 商业化困境的核心方案
如同核聚变的磁约束系统让能量可控，Harness 驾驭系统让 AI 强大的能力被稳定、安全地约束与引导，从而持续输出可预期的商业价值。
DRIVING AGI COMMERCIALIZATION

--- Slide 17 ---
AI工程化的三代范式跃迁
第一代：Prompt工程
核心：教AI怎么说
解决AI能否听懂人话的问题，通过优化指令提升回答质量。
第二代：Context工程
核心：教AI知道什么
结合RAG技术引入知识库，解决AI幻觉问题，确保说对话。
第三代：Harness工程
核心：教AI按规则做
构建标准化运行环境，明确边界与规则，确保稳定交付商业价值。
演进趋势：
从单一的指令优化，走向知识增强，最终实现全流程工程化协同与商业落地。

--- Slide 18 ---
Harness的本质：Agent = 基础模型 + Harness驾驭层

--- Slide 19 ---
Harness的本质：Agent = 基础模型 + Harness驾驭层
核心公式：Agent = 基础模型 + Harness驾驭层
价值定位：决定能力下限，避免无效浪费
模型决定AI能力的上限，而Harness决定AI能力的下限，确保其能力被用在正确的地方，避免浪费在幻觉和无效输出上。
实践验证：低成本模型的越级表现
一套好的Harness体系，能让低成本的国产模型，完成甚至超过GPT-4的工作效果，实现算力与成本的最优解。

--- Slide 20 ---
实践：未来飞马的双Harness落地探索
未来飞马
公司定位：AGI时代的“
马具
系统”
未来飞马不做大模型，而是致力于将大模型的能力安全、稳定、低成本地输送到企业场景，构建连接AI与业务的高效基础设施。
核心成果：双Harness全链路体系
构建业界罕见的双Harness工程体系，针对性解决企业AI落地过程中面临的工程化与业务适配两大核心痛点，实现高效赋能。
Engineering for Impact · 让AI能力可信赖地流动

--- Slide 21 ---
第一套Harness：Harness for Vibe Coding
解决问题：跨越Demo与生产的鸿沟
传统AI生成多为demo原型，难以直接投入生产使用，Harness填补了这一关键空白。
核心机制：最佳实践沉淀为规则
将企业级开发全链路规范（需求、建模、安全、合规等）转化为AI可读的标准化规则，约束生成过程。
最终效果：生产级应用直出
AI生成的代码不再是玩具，而是符合企业标准、具备健壮性，可直接部署上线的生产级应用。
Harness for Vibe Coding 规则约束流程示意

--- Slide 22 ---
案例：跨境电商
店铺智能管理
传统开发模式
投入
1
名
FDE
工程师
开发与维护
耗时
30
天
完成系统上线
跨境电商供应链流通环节示意
Harness 智能化模式
仅需
21天
完成开发、测试、部署全流程
无缝对接
业务团队
，
60
天
跑通
价值单点
上线
核心成果收益
开发成本
↓ 70%
交付效率
↑ 10倍
技术赋能业务，实现降本增效的跨越式发展

--- Slide 23 ---
渠道
一：
货架电商
——
亚马逊为例
跨境电商核心阵地
亚马逊是跨境电商数据最密集、竞争最激烈的主战场，运营效率决定生死。
亚马逊 Agent 核心能力
Listing优化
关键词自动挖掘与埋词
退货管理
自动化处理与损失最小化
评论管理
差评预警与自动回复
“不是让AI帮你干活，而是让增长虾团队成为你在每个平台的常驻代理人，替你盯盘、报警、优化、成交。”
增长虾智能运营解决方案 | 亚马逊站群管理

--- Slide 24 ---
渠道
二：
广告投放
——
以
Shopee
为例
东南亚增长最快的
跨境电商平台之一
市场高速增长
东南亚是全球增长最快的跨境电商市场之一，Shopee凭借本土化运营策略，月活用户数持续领先。
核心能力全覆盖
我们的Shopee Agent不仅覆盖与亚马逊相同的三大核心运营模块，更针对性地额外集成了关键的智能客服系统能力。
“东南亚市场的差异化竞争力，往往不在产品本身，而在于谁的
内容广告投放
响应更快、更懂当地用户。”

--- Slide 25 ---
第二套Harness：Harness for Agent
解决痛点：实装成本与可控性
针对AI Agent从跑通到落地实装过程中，面临的高昂试错成本与不可控的执行风险难题。
核心机制：标准化封装与管控
封装MCP控制平面与Skill模块，定制业务规则、成本阈值、权限边界及全链路审计追踪。
应用效果：规则内高效运行
确保Agent每一步操作合规，实现低成本消耗、高执行准确率与业务高可控性的平衡。

--- Slide 26 ---
案例：跨境电商VOC
虾（
2
月）
旧方案：Vibe Coding + 
海外模型
月成本
高
选品准确率
全靠人工看数据
AI商业增益(Q)
< 1 (
消耗
)
痛点：成本高昂，且模型微调困难，效果提升瓶颈明显
新方案：Harness + 国产模型
月成本
低
(↓70%)
选品准确率
AI 
70
% 
(↑70%)
AI商业增益(Q)
1.6 (
倍增
)
价值：低成本国产模型替代，通过Harness实现精准控制与效果跃升
核心成果：通过模型底座切换与Harness全链路优化，实现成本降低70%的同时，商业价值提升1.6倍。

--- Slide 27 ---
项目背景
某泳装品牌希望建立持续的市场情报体系，打破信息孤岛。
系统运行成果
每日自动推送竞品价格、评分预警，即时响应市场变化
每周输出关键词趋势报告，捕捉流行风向
每月生成深度竞品对标分析，辅助战略决策
业务量化改变
团队开发款式数量从平均
6个
提升到
10个
，且工作效率大幅提升，流程更轻松。
泳装跨境电商VOC
虾

--- Slide 28 ---
工作模式：从“养虾”到自主运行
养虾期（第1个月）
工程师与业务负责人共同定义需求，系统上线并开始数据积累，每日复盘迭代，确保系统“吃饱”数据。
成熟期（第2个月起）
系统进入自主运行状态，定时自动推送分析报告，业务团队可通过自然语言随时追问细节，释放人力。
自我革命
：10
倍速的
提升
当 AI 开始替人类做采购决策，我们不仅要倾听用户之声 (VOC)，更需要关注并理解 AI 的决策逻辑与声音 (VoAI)。

--- Slide 29 ---
什么是VOC？为什么它是一切的起点？

--- Slide 30 ---
VOC：基于真实行为的原始洞察
什么是 VOC？
VOC（Voice of Customer）是直接从真实用户评论、社交媒体反馈中提炼出的原始洞察，是用户心声的直接表达。
“用户不说谎——他们每一条评论，都是一封写给您产品团队的信。”
核心价值：真实可靠
它是基于用户真实行为的洞察，而非基于假设的调研。这种源于真实场景的数据，能帮助团队做出更精准的决策。
用户反馈与互动示意

--- Slide 31 ---
VOC回答四个核心业务问题
品类数据
核心问题：
哪个品类在增长？增速多少？
业务价值：
选品决策、资源分配
产品数据
核心问题：
竞品卖什么？定价如何？
   	      主打什么卖点？
业务价值：
新品开发、差异化定位
用户画像
核心问题：
谁在买？在哪里买？买完说什么？
业务价值：
精准营销、内容策略
场景画像
核心问题：
什么场景下用？解决什么问题？
业务价值：
卖点提炼、内容创作

--- Slide 32 ---
营销团队人机协作
：
以
新品上市方案
为例
数据输入
品类VOC报告
竞品深度分析
品牌调性文档
AI自主生成
目标人群画像与卖点
渠道策略矩阵规划
30天内容日历与节奏
方案输出
可直接提案的完整方案
全链路执行细节
总耗时 < 2小时
人类角色（决策与把控）
提供品牌DNA、审核方向、做最终决策，确保品牌调性一致。
AI角色（执行与生成）
海量数据分析、方案框架搭建、内容素材批量产出，提升效率。

--- Slide 33 ---
案例：香薰行业VOC
虾（
2
天）
项目背景：
欧鼎香薰希望洞察亚马逊欧美市场香薰品类现状，为新品开发寻找方向。
核心发现：
趋势：
Candle Warmer品类在TikTok播放量达2700万，增长迅速。
痛点：
30.5%差评集中在“化学气味”，用户厌恶人工香精。
卖点：
用户最看重“香味高级”与“外观精致”。
策略建议：
开发“天然有机精油 + 高颜值瓶身”新品，并推出礼品套装提升客单价。
图：Candle Warmer 产品示例
总结：通过VOC分析，精准锁定“天然+颜值”的产品升级机会点。
Lucy
说：
“
这相当于我们把好的工作习惯经验教给虾，让虾（智能体）去跑，跑出来验证
——
他就像应届生，一步一步教他
”

--- Slide 34 ---
升华：驾驭工程的本质，是人机关系的重构
过去的关系
人适应AI，人是AI的保姆和校对员，处于被动配合的地位。
未来的关系
AI适应人，人是规则的制定者和方向的掌舵者，AI是高效的执行者和能力实现者。
核心主张：让人类驾驭AI，而不是被AI驾驭

--- Slide 35 ---
WebGL
、
Live2D
、
Video/Canvas
、唇型驱动、面部特征分析、微表情、情感分析
多模态交互
文本：
GLM
、
Doubao
豆包
图片
/
视频：文生图，图生图、图生视频
多模态：音频、数字人视频
跨协议模型
语音识别
ASR
、语言合成
TTS
、情感语音角色定制、
MCP
插件协议、网络接入协议
插件库生态
CLI
：可编码的端侧
交互
适配
GUI
，
CLI
，
AUI
，
AIUI
，各类应用场景的端侧交互体验。支持网页端、小程序、智能硬件的用户接口交互配置。支持意图管理、记忆管理、异步思考与工作流调用等灵活的沟通能力和执行
能力。
驾驭技能
Harness for Skills/MCP/API

--- Slide 36 ---
APIG
融合数据服务接口
根据用户编排的工作流、智能体问答环节，可以自动生成用于数据持久化的
CRUD
代码，并提供基于
PostgreSQL
的数据库接口便于通过云函数，进一步定制开发。
数据持久迁移
UML
驱动的数据库设计，能有效得通过
AI
帮助客户完成
Text2SQL
的转化，实现高性能复杂查询的编写及
SQL
优化（索引、触发器）等。
复杂业务逻辑
2000+
张
结构化数据表及
ER
设计方案
250+
套
行业常用数据库全案模板
125+
个
传统互联网：
短信服务、身份服务、四要素认证、
OCR
识别、支付接口、
OBS
存储、
边缘函数。
AI
智能体：
非结构化问卷、开放式访谈、多轮次话题、破冰与主动触达、多流程交互任务。
微服务接入：
AI
辅助后端开发
驾驭业务
Harness for Business

--- Slide 37 ---
端侧算法优先
大模型与智能体应用，依赖于大量矩阵及向量计算，导致传统模式中心化算力成本高昂。因此纯前端优先的算法，可以充分调用边缘算力，重构
AI
大规模应用的成本结构。
WASM
前后端同构的数据加密算法、多模态数据的压缩与解压算法、轻量级线程优化并行计算、
DAG
调度与
WebWorker
等
同构
/
加密
/
压缩
/
调度
/
并行
WebGPU
Text Embeddings
、
Lite
轻量级模型、向量相似度（余弦、欧氏距离）、多模态检索、计算密集型任务
嵌入
/
轻量
/
向量
/
多模态
面向
C
端或工业级海量数据的智能体应用，通过
C
端或边缘计算节点，解决中心化服务器性能瓶颈，优化成本结构。
重构成本路径
减少后端数据请求，优化一轮
RTT(Round-Trip Time)
延迟，响应更加及时。且增强了弱网环境及离线操作的体验。
优化响应速度
RAG
知识库向量经过点对点加密传输，离线加载到本地后，可以通过
P2P
身份认证，进行知识向量数据的激活与向量检索。
P2P
隐私数据保护
驾驭终端
Harness for Terminal Device

--- Slide 38 ---
一个盒子：孵化硅基生命
给
AI
一具身体

--- Slide 39 ---
驾驭
工程
，
点亮
AGI商业
奇点
文明飞跃的本质
人类文明的每一次飞跃，本质上都是对“驾驭能力”的突破——从掌控火、电到能量，能力边界不断拓展。
AGI 商业新纪元
当下我们正学会驾驭智能，Harness Engineering 将成为核心引擎，正式开启 AGI 驱动的商业文明时代。
AI 的终极意义
技术的终极目标是解放人类。让 AI 承担重复性劳动，释放人类潜能，专注于更具价值的创造与创新。
“ 从工具革命到智能革命，驾驭智能即是驾驭未来 ”

--- Slide 40 ---
未来飞马，让人类驾驭AI
未来飞马 (Fmode)
让每个企业和
OPC
，无门槛得驾驭
AI
。
Simplfying AI,  Harnessing AI
· 2026 Vision
